浅谈石油化工行业智能化转型趋势范文

［摘要］第三次工业革命以来，信息技术的飞速发展使社会的生产效率得到了极大的提高，给人类的生活方式带来了前所未有的深刻变化。这种背景下，传统石油化工行业也开始积极探索数字化、网络化以及智能化的转型发展。本文结合石化行业的智能化转型现状和最新研究成果，对其未来的发展趋势进行了预测。

［关键词］石油化工；智能化转型；趋势；智能油田；智能炼厂

引言

在2019年的政府工作报告中，总理多次提到“互联网＋”，并首次提出了“智能＋”［1］。回顾近几年的政府工作报告，从2015年首次提及“互联网＋”到2019年提出“全面推进‘互联网＋’”和“拓展‘智能＋’”，启示我们应该进一步转变思维，在数字化的基础上加快智能化转型，为制造业转型升级赋能，以实现制造强国的战略目标。作为传统制造业，石油化工行业的智能化转型也取得了一定的进展，在上中下游的代表包括智能油田、智能炼厂和智能加油。

1智能化转型和研究现状

智能油田一般被定义为能够全面感知、自动操控、预测趋势、优化决策的油田，是数字油田的高级阶段，通过建立覆盖油田各业务的知识数据库和分析、决策模型，为油田生产和管理提供智能化手段［2］；其最终目标是实现生产实时化、过程自动化、油田可视化、管理协同化、分析模型化以及决策科学化［3］。从应用的角度来看，数字油田代替了人的重复性统计工作，是应用知识的过程；而智能油田代替的是人的分析归纳工作，是创造知识的过程［4-5］。很多企业和科研机构都提出了智能油田模型，其中具有代表性的是沙特阿美石油公司提出的四大层次模型［6］，如图1。监控层能够对生产数据进行连续、实时的监测；集成层基于监测数据发现油藏异常；优化层提供了在油田生产管理方面的优化建议；创新层执行上述优化建议，能够学习到“知识”并进行管理。类似地，智能炼厂也是在数字炼厂的基础上发展起来的。所谓智能炼厂，就是利用物联网、大数据、云计算、人工智能等信息技术，加强信息管理和服务，减少生产线上的人工干预，提高生产过程的可控性，及时准确地采集和分析生产数据，保证炼油全过程实现本质安全、本质环保。智能炼厂离不开各类信息系统，如表1所示，按照业务领域，炼化企业信息系统自顶向下可以划分为三个层次［8］：经营管理层，以ERP为核心，进行财务、物料、销售、设备、人力资源等方面的管理；生产运营层，包括MES等系统，利用生产过程的各种物质、装置和市场信息，形成经济效益最大化的生产方案；操作控制层，主要是利用RTO、DCS等系统获取实时数据、进行实时优化等。相比于中上游，产业链下游的业务成分较高、工艺成分较少，因此有着更好的智能化转型基础。壳牌的智能加油应用实现了线上下单、上门加油、线上结算的移动加油模式，显著缩短了用户的加油时间，极大地提升了用户体验［9］。基于销售大数据，智能加油站不但可以计算出效益最大化的站点网络布局，而且能够对用户消费偏好进行定量分析，进而围绕“人•车•生活”开展精准营销。智能加油颠覆了自1905年第一座加油站诞生以来就从未改变过的加油模式，同时对于石化企业降本减费、实现可持续发展亦有重要的意义。

2石化行业的智能化转型发展趋势

如上所述，石化行业的智能化转型在产业链上中下游都已经取得了一定进展。通过对现状进行剖析，可以归纳出其发展趋势。

2．1从“以流程为中心”到“以数据为中心”

当前的石化企业智能化转型，一般有两条路径。一是建立一体化的全流程模型，即对生产、科研、运行、管理等环节全面建模并实现不同业务流程的耦合运行，通过实时模拟、不断优化，增加模拟的约束条件，使模型无限逼近真实。但从现有案例来看，这种方法的工作量太大，并且针对性较强，难以推广。大数据技术提供了另一种方案，即脱离复杂的物理概念，用纯数据模型进行分析和预测，这需要智能化转型工作从“以流程为中心”转向“以数据为中心”。目前的数字化、智能化应用中，多数仍以流程为中心。IBM的最新报告预测，全球油田每天产生约2TB数据，但其中95％都没有得到利用［10］。在炼厂，信息系统仅停留在对工艺流程的模拟阶段，工艺参数等实时数据未被充分利用。实际上，智能化与数字化的最大区别就是不再以流程为中心，而是以数据为中心，“数据湖”的概念即是在这种背景下被提出的。如图2，根据IBM公司提出的模型［6］，智能油田是为了从数据采集与控制（价格最高的组件）和中层组件获取最大价值，帮助人们（价值最高的组件）更有效地一起工作。原始数据经由各个组件的迁移，最终转化为知识并用于辅助决策。此外，智能炼厂、智能加油积累的海量数据中通常也隐藏着有关生产和运行的规律［11］，这对于保证生产安全环保稳定、提高生产效益具有重要的意义。在未来的智能化转型工作中，我们应该充分运用大数据技术开展数据挖掘，把海量数据转化为有价值的信息。

2．2数据采集和存储协议的标准化

当前，石化企业所部署的信息化系统，每天都会产生海量的数据。但是，由于物理设备和初期规划的问题，这些数据在采集和存储的过程中并没有采用统一的协议，无法顺利地开展大数据分析［12］，给智能化转型工作带来了阻碍。首先，物理设备的差别造成数据采集的不统一。以炼厂为例，实际采集到的数据数量、类型和质量因装置的新旧、先进程度的不同而不同。旧装置的仪表不全、精度不足，进行数据分析的资源较为有限。相反，新装置中传感器数量较多、精度较高、自动化程度也较高，因此生成了海量的有价值数据。在数据采集阶段的标准化工作需要统一新旧装置中的传感器等电子设备，使采集的数据在精度、实时性等方面具有相当的水平，以利于后续的数据分析。其次，各个系统在初期规划时各自为政造成数据存储的不统一。在规划时，没有对数据的存储格式、粒度和接口进行统一规划，因此各个系统的数据存储千差万别，并且缺乏联动性。这种现象增加了数据挖掘的难度，极大地制约了智能化转型的实施。未来的智能化转型应该构建统一的数据采集和存储协议，使之成为石油化工企业智能化转型的基础设施。

2．3数据多“跑路”，系统少“绕路”

当前，石化企业的信息孤岛［13］现象比较常见（如图3），主要有两个原因：一是在初期缺乏整体规划，智能化建设一般仅围绕单独项目或应用，缺少信息共享机制的顶层设计；二是由于职能部门各自为政、工作流程整合不利、数据所有权模糊以及技术实现上的局限。信息孤岛的存在造成了各系统之间的绕路现象，即彼此孤立、不成体系，关键的操作仍需借助人工。不仅没有减轻人的劳动强度，反而增加了不必要的工作量，与信息化建设的初衷背道而驰。为了解决上述问题，最根本的方法是通过让数据多跑路、系统少绕路来提高数据的流动性。然而，当前较普遍的做法是“插管式”的信息系统集成，即针对需要进行集成的系统，专门开发数据接口或文件共享平台作为不同系统之间互相联系的“管道”，如图3所示。这种方式在一定程度上缓解了信息孤岛问题，但效率较低。随着时展，企业需要不断深入推进经济、环境、社会等多目标的协调，基于多个系统之间的业务需求、数据传递需求以及流程自动衔接需求等越来越多，系统的个性化“插管式”集成越来越难以满足企业发展的要求。因此，我们需要在初期规划时就充分考虑到业务流程之间的衔接问题，通过打通数据实现信息共享，进而使数据在数据集内部流动起来，如图3所示。只有把各系统联系起来形成高速公路网，让数据在上面像汽车一样奔跑起来，才能从根本上解决信息孤岛问题。

2．4更加适应智能化的管理模式

智能化转型的首要目的是提高生产效益，更深层次的则是管理模式的革新。生产力决定生产关系，技术创新将带来生产力的提高，过去的生产关系必然会出现与之不相适应的地方。因此，石化企业的智能化转型将带来或主动、或被动的管理模式的变革，这亦是传统企业实现向现代企业转型的有效手段［14］。当前，由于现有制度的掣肘，部分系统未能充分发挥作用，两则典型案例如下。自动化方面，虽然系统可以自动导出生产日志，但是现有制度仍要求手写存档；智能化方面，系统根据实时参数计算出的最优方案，实际上很少会被采纳。究其原因，现有制度未厘清管理、开发、操作等岗位的数据权责，因此操作人员在生产中倾向于遵循旧的成熟方案，虽然可能不是最优，但能保证避免事故。可以预见，随着智能化转型的深入，这类问题会越来越突出。我们需要根据智能化转型的具体要求对现有的管理制度进行改革，实现企业组织在线、业务运营在线、风险管控在线，充分发挥出智能化管理的真正威力。对于一家传统的石油化工企业，要想成为智能化时代的领军者，就必须在技术和管理领域采取协调一致的行动，并将这两种能力结合起来，深植于企业的核心竞争力之中。因此，石化企业要更加积极、主动地对管理模式做出改变与调整，以破除智能化转型中的藩篱，适应新的生产力的发展需要。

2．5更加适应智能化的复合型人才队伍

众所周知，信息行业是知识密集型产业，智能化转型同样离不开专业人才。智能化建设虽然依靠的是高科技，但是归根结底是依靠人的操作，所以人才的建设是根本。当前的石化行业的人才队伍存在结构单一的问题，石油、化工、材料及相关专业的人才仍占绝大多数。实现智能化转型，急需来自各个专业的大量高精尖人才，尤其是需要一支既有石化知识、又懂信息技术的复合型人才队伍。复合型人才队伍建设包括三个方面，即“信息类的人才”“人才的信息化”以及“领导的信息化”。首先，石化企业应注重引进信息类专业的人才，他们能够以专业的技术视角看待工业化和信息化的深度融合，并利用较强的数学知识将抽象的业务流程模型化。因此，他们应该成为智能化转型的主体队伍，这也将彻底改革石化企业的人员结构［15］；其次，企业还要加强人才的信息化培养，即石化类专业人才的信息化培训。石油化工背景的人才在生产实践方面经验丰富，如果他们对信息化理论有更多的了解，将有助于智能化项目更加契合实际生产需要，他们是智能化转型的中流砥柱。最后，还要加强对企业领导的信息化思维引导，提高整个领导层对数字化、网络化及智能化等概念的认知，以便更科学、更合理地规划实施智能化转型项目。因此，他们应该成为智能化转型中的执牛耳者。再先进的技术也要靠人去实现，智能化转型离不开一支由以上三类人才共同组成的复合型人才队伍。同时，只有这个队伍的成员统一了思想和认识，才能够形成合力，突破智能化转型的阻力，推动智能化转型落到实处。

3结语

国内外的经验表明，坚持创新驱动、工业化和信息化深度融合，积极推进数字化、网络化以及智能化制造，是我国传统石油化工行业提质增效、转型发展的重要抓手［16］。智能化转型不仅关乎石化行业在未来几十年内能否跟上时代的步伐，更关乎中华民族能否抓住第四次工业革命所带来的“弯道超车”的历史性机遇。展望未来，在物联网、大数据、云计算以及5G通信等新一代信息技术的推动下，世界石油化工行业的智能化水平将会越来越高，智能化转型也将成为未来石油化工企业持续提质降本增效、实现高质量发展的有效途径和必由之路。

参考文献

［1］.政府工作报告［Z］．2019．

［2］王兴，刘超，张岁盟．大数据时代下数字油田发展思索———智慧油田的现状及发展研究［J］．化工管理，2014（35）：50．

［3］刘宝军．智能油田建设构想［J］．胜利油田党校学报，2015，28（6）：99－101．

［4］陈颂阳．中海油智能油田建设的思考［J］．中国石油和化工，2014（2）：63－65．

［5］石玉江．智能油田在中国的研究现状分析［J］．海峡科技与产业，2016（12）：81－83．

［6］王宏琳．通向智能勘探与生产之路［J］．石油工业计算机应用，2016，24（4）．

［7］杨金华，邱茂鑫，郝宏娜，等．智能化———油气工业发展大趋势［J］．石油科技论坛，2016（6）：36－42．

［8］覃伟中，冯玉仲，陈定江，等．面向智能工厂的炼化企业生产运营信息化集成模式研究［J］．清华大学学报：自然科学版，2015，55（4）：373－377，469．

［11］周大通，林东龙，戴倚霞，等．大数据技术将引领油气行业变革［J］．石油科技论坛，2016，35（5）：45－50．

［12］耿玉广，张萌，耿英杰，等．油田生产大数据分析应用研究［J］．石油科技论坛，2018，37（4）：41－48．

［13］钱锋，杜文莉，钟伟民，等．石油和化工行业智能优化制造若干问题及挑战［J］．自动化学报，2017，43（6）：893－901．

［14］姜晓阳．中国石化信息化应用管理体系的实施与思考［J］．计算机与应用化学，2015，32（10）：1277－1280．

［15］刘伟，闫娜．人工智能在石油工程领域应用及影响［J］．石油科技论坛，2018，37（4）：32－40．

［16］覃伟中．积极推进智能制造是传统石化企业提质增效转型升级的有效途径［J］．当代石油石化，2016，24（6）：1－4．

作者：王晨光 邵万钦 单位：中国石化集团北京燕山石油化工有限公司